胡文涛 孙俊娜 陈亮

基金项目：国家社会科学基金重大项目《习近平经济思想对马克思主义政治经济学发展的原创性贡献》（22ZDA003）；教育部人文社会科学重点研究基地重大项目《产业结构演化视角下的中国生态文明与绿色发展研究》（18JJD790016）。

作者简介：胡文涛（1993—），男，江西南昌人，博士，中国社会科学院生态文明研究所助理研究员，主要研究方向为绿色金融、绿色技术进步、环境政策；孙俊娜（1992—），女，山东青岛人，博士，中国农业科学院农业经济与发展研究所助理研究员，主要研究方向为农村发展与反贫困、畜牧业经济；陈亮（1971—），男，安徽阜阳人，本文通讯作者，博士，中国人民大学中国经济改革与发展研究院、中国人民大学全国中国特色社会主义政治经济学研究中心研究员，中国人民大学经济学院硕士生导师，主要研究方向为绿色发展、政治经济学。

［摘 要］文章基于2011—2020年省际面板数据，构造了衡量绿色金融与绿色发展的综合指数，采用固定效应和门槛回归方法，从产业结构生态化转型视角分析了绿色金融与地区绿色发展二者之间关系，研究表明：绿色金融能显著推动地区绿色发展，这主要表现为地区环境治理水平提高与地区环境质量提升。分组回归检验发现：绿色金融对绿色发展推动作用在产业结构生态化程度较高且位于东部的省份表现地更为显著。门槛检验发现：以产业结构生态化水平为门槛变量，存在着双重门槛效应，只有当产业结构生态化水平提高到一定水平才能充分体现出绿色金融对地区绿色发展的推动作用。据此，应该进一步完善绿色金融激励约束体制，充分发挥绿色金融支持绿色发展的资源配置功能。

［关键词］绿色金融；产业结构生态化；地区绿色发展；门槛回归

［中图分类号］F832；F121.3［文献标识码］A［文章编号］1673-0461（2023）05-0088-09

改革开放以来，中国经济建设取得了举世瞩目的成就，但资源环境承载能力逼近极限，高投入、高耗能、高污染粗放型经济发展模式难以为继，发展绿色金融，推动产业结构优化升级，加快形成绿色低碳的生产生活方式已势在必行。绿色是高质量发展的底色，是推动高质量发展的内在要求，发展绿色金融是转变经济增长模式、推动资源节约型和环境友好型社会建设的重要方式［1］。从污染防治攻坚到“双碳”目标的设定，政府在推动国内经济实现绿色转型方面的决心和力度不断增强。经济的绿色转型也离不开大量的资金投入，有研究指出，按与《绿色产业目录》相一致的“报告口径”测算，中国未来三十年的绿色低碳投资累计需求将达487万亿元人民币（按2018年不变价计） ［2］。党的二十大报告明确指出要加快发展方式绿色转型，加快推动产业结构的调整优化，完善支持绿色发展的财税、金融、投资、价格体系，健全资源环境要素市场化配置体系。发展绿色金融，构建绿色金融体系，发挥金融体系在支持绿色发展方面资源配置功能的实现，已经成为重要的国家战略。绿色金融可以通过支持绿色技术研发，促进生态产品价值实现，引导资金流向等方式来推动企业绿色转型，进而推动绿色发展。绿色金融这些功能的实现离不开产业结构转型，作用效果受当地产业结构生态化水平的影响。在中国以绿色发展为导向的背景下，从产业结构生态化转型的视角去探讨绿色金融对绿色发展的作用机理，发挥绿色金融支持绿色发展的关键性作用，成为新时代生态文明建设亟须解决的重要问题。

一、文献综述

绿色发展的基础是绿色经济增长模式，强调经济系统、社会系统与自然系统的共生性（Symbiosis） 和发展目标的多元化，同时强调全球治理的重要性［3］。对绿色发展地区研究的尺度范围分布很广，包括“一带一路”沿线国家，中国城市群、省份、城市等［4-7］。绿色发展内涵具有很强的包容性，影响绿色发展的因素有很多，学者从不同角度对此展开了分析。曾刚等［8］研究发现技术对城市绿色发展存在着“回弹效应”。有研究发现专业化产业集聚对地区绿色发展具有促进作用，多样化产业集聚则相反［9］。还有学者研究发现数字经济能够显著促进城市绿色发展［10］。绿色发展的测度是绿色发展影响因素分析的基础，目前主要的测算方法可以分为以下三类，一是构建绿色发展综合评价体系，如人类绿色发展指数、绿色指数、城市绿色发展指数等［11-13］；二是将单个指标作为绿色发展的代理变量，如万元GDP能耗［14］；三是通过测算绿色发展效率，如城市绿色发展效率［15］。

金融是现代经济体系资源配置的中心，其对社会经济资源配置方向的引导作用，越来越受到绿色发展领域的学者注意。事实上，金融发展能否促进绿色发展，学术界对此的认识尚有一定分歧，有些学者认为金融可优化资源配置效率［16］，提高技术水平，促进产业结构升级［17］，进而推动绿色经济发展。而有些学者研究发现金融发展增加地区二氧化碳排放［18］，抑制了绿色TFP［18-19］。还有学者直接指出，银行主导型金融结构是引发粗放式增长和环境问题的重要原因［20］。传统金融组织体系和金融结构难以满足当前绿色发展的需要，绿色金融开始受到社会各界重视并高速发展。绿色金融研究主要可以分为三类，一是探究绿色金融的理论基础［21］；二是讨论绿色金融对现有金融体系的影响［22］；三是绿色金融对经济、社会与生态环境的影响。现有研究發现绿色金融能够改善企业环境社会责任水平［23］，促进企业的环境投资，激励企业绿色创新，促进企业绿色转型［24-26］。但也有学者指出绿色金融政策对企业的生产率和绩效产生了抑制作用［27-28］。

综上所述，现有文献从微观和宏观等不同方面讨论了绿色金融对社会经济的影响，然而由于数据和方法的限制，目前对绿色金融整体上如何影响地区绿色发展的评估，二者之间的内在关系等问题的研究还需要进一步加强。在现有研究基础之上，本文的主要边际贡献为： ①构造了能够较为准确反映绿色金融与绿色发展的综合指数，实证分析了绿色金融对地区绿色发展的整体影响，补充了现有绿色发展影响机制的定量研究。 ②从产业结构生态化转型的角度出发，分析了绿色金融对地区绿色发展的作用机理，深化了对绿色金融支持绿色发展资源配置功能的理解，拓展了地区绿色发展实现机制研究，也为日后如何进一步推动中国绿色发展提供了经验上的借鉴。

二、机理分析

（一）绿色金融与绿色发展

从金融功能理论视角来看，绿色金融在支持绿色发展方面具有资源配置、风险管理和市场定价这三大功能［29］。不同于传统金融体系，绿色金融是一种新的金融发展范式，绿色金融在资源配置方面除了强调效率，还关注资源配置的绿色性。在绿色金融监管政策的规制下，依托于绿色信贷、绿色债券、环境信息披露等产品与服务创新，绿色金融资源配置的绿色性主要体现在两个方面：一方面，绿色金融引导和撬动社会经济资源流向节能环保、清洁生产、清洁能源、生态环境等绿色产业，来降低社会整体的污染排放，提高资源利用效率。具体来说，银行可以通过发放绿色信贷的方式向绿色企业提供优惠利率贷款，支持绿色企业进行研发投资。政府也可以通过设立绿色发展基金的方式来支持相应企业的发展，以及支持生态环境保护。另一方面，绿色金融通过对绿色资产和棕色资产的区分和风险权重等方式来抑制资金流向高污染、高耗能的企业，“倒逼”这些企业进行绿色技术研发，实现绿色转型［26］。

引导资源进行绿色配置是绿色金融推动绿色发展的核心功能。此外，绿色金融还从风险管理和市场定价这两个方面对绿色发展产生了直接推动作用。早在2003年，一些国际上领先的银行如巴克莱银行、花旗银行，尝试将环境与社会风险纳入到判断、评估和管理项目融资，宣布并采纳赤道原则。绿色金融的兴起也让国内金融机构和投资人意识到管理环境灾难和极端气候带来环境风险的重要性，绿色保险等绿色金融工具创新使得环境责任主体有了更多手段去应对环境气候变化带来的挑战。绿色金融风险管理功能的实现，可以提高金融中介和相关企业的社会责任意识，促使他们履行相关的环境责任，将外部的环境风险内部化为社会生产成本，也为绿色发展注入新的动力。价格发现是绿色金融助推绿色发展另一重要功能。在市场经济条件下，社会资源配置离不开价格信号。解决环境问题的一个难点就是：由于外部性的存在，污染带来的损失以及生态环境产品带来的收益得不到市场正确的定价而获得足够补偿。通过建立绿色金融市场与创新绿色金融产品，可以在推动外部污染排放成本内部化为环境责任主体的生产经营成本，也可以帮助生态环境产品进行价值实现，真正践行绿色青山就是金山银山的绿色发展理念。其中典型的代表之一就是碳金融交易市场，现有研究表明：碳交易能够显著激励企业绿色创新，实现企业绿色效率和企业效益双赢，降低地区碳排放，促进绿色经济增长［30-33］。

（二）绿色金融、产业结构生态化转型与地区绿色发展

地区绿色发展的实现离不开经济发展方式的转变和产业结构转型升级，而产业发展具有一定的路径依赖。产业结构生态化水平越高，意味着当地具有相对更好的绿色产业发展基础，绿色金融更能够发挥出其资源配置的杠杆作用来支持当地绿色发展。产业结构生态化，从广义来看，也包含了产业结构升级与协调带来的效率提升和资源节约。为了和产业结构升级和合理化等概念区分，本文中的产业结构生态化从狭义上指的是产业结构环境效率，通过单位GDP污染物排放总量来衡量。产业结构生态化水平直接体现了经济体系清洁生产程度，生态化水平越高意味着现有产业生产体系对环境负面影响就越少。在产业结构生态化更高的地区，绿色金融对绿色发展推动作用实现受到的阻碍就越小。

绿色金融的主体是各种提供绿色金融服务和产品的金融中介，这些主体不参与实体经济生产，对生态环境直接影响很小，但由于金融杠杆的存在，绿色金融对生态环境具有很大的间接影响。要发挥绿色金融对绿色发展的促进作用，就需要实现绿色金融对实体企业绿色转型切实推动作用，但这种作用实现受到地区产业结构清洁化程度的影响。由于环境外部性的存在，绿色产业的投资面临着周期长、收益低、风险高的困境，相关投资回报率往往低于市场平均回报率。绿色投资得不到足够的市场补偿，绿色领域相关项目也备受“歧视”。从产业结构来看，中国资本密集型且污染密集型产业仍占据主导地位［34］。中国绿色产业仍处于起步阶段，还没有形成足够大的规模，在这种情况下，如果当地产业结构清洁化程度较高，就能在一定程度上降低绿色金融的投资风险，减少绿色金融功能实现面临的困难。因此，要发挥绿色金融對地区绿色发展的推动作用，就必须同步的推动产业结构沿着绿色化、生态化方向演进。产业结构生态化水平的高低很大程度上决定了绿色金融对绿色发展的促进效果。否者，单纯的绿色金融规模增长很可能只是在绿色标签下的虚拟资产膨胀，而没有对绿色发展起到实际的推动作用。

三、样本、变量与模型设定

（一）样本和数据

根据数据可得性，本文选取2011—2020年除港澳台、西藏以外的30个省（直辖市、自治区）作为研究样本。其中计算绿色发展指数的数据主要来源于《中国统计年鉴》、《中国卫生年鉴》、各省（直辖市、自治区）统计年鉴和统计公报、《中国保险年鉴》、地方政府官方网站、EPS数据库等。绿色信贷、绿色投资、绿色保险和碳金融的数据源于EPS数据库，绿色证券数据来源于Wind数据库。计算产业结构的相关数据来源于CNRDS数据库。经济发展水平、外商直接投资、金融发展程度、环境基础设施投资、技术进步、政府干预等指标数据来源于CNRDS数据库、《中国环境统计年鉴》、Wind数据库。部分缺失的数据用线性差值法进行补齐。

（二）变量说明

1.被解释变量

本文核心的被解释变量为绿色发展，通过构造绿色发展指数的方式来衡量绿色发展。参照国家发展改革委、国家统计局、环境保护部、中央组织部2016年编制的《绿色发展指标体系》、李晓西［35］以及《中国绿色指数年度报告——地区比较》等研究成果，遵照系统性原则、科学性原则、可操作性原则，统计绿色发展相关指标，再根据相关理论和咨询专家建议，最终形成资源利用、环境治理、环境质量、生态保护、增长质量、绿色生活6个一级指标、43个二级指标。本文的一级指标权重设置与《绿色发展指标体系》相同，将减少的二级指标权重，根据剩余二级指标的重要程度，按同样的3∶2∶1原则分摊到同一一级指标下其他二级指标上。具体见表1。

2.核心解释变量

本文核心的解释变量为绿色金融，参考郭希宇［36］、周琛影等［37］、高锦杰等［38］等研究，考虑到指标设置的完整性及数据的可获得性，基于绿色金融的内涵和服务类型，将解释变量绿色金融分为绿色信贷、绿色证券、绿色投资、绿色保险、政府支出5个维度的指标，并将这5个维度用主成分分析法合成1个绿色金融发展综合水平指标，具体见表2。

门槛变量。本文从产业结构生态化转型的视角来考察绿色金融促进绿色发展的机制，因而产业结构生态化转型是本文核心关注变量之一。参考吕明元和陈磊（2016）［39］的做法用环境效率指标来衡量产业结构生态化水平（TE），计算公式如下：

其中，pii表示i类污染物的单位GDP排放总量，n表示指标数，PI表示单位GDP污染物排放总量指标。在其他条件不变情况下，TE的值越大，产业结构生态化程度越高，反之，产业结构生态化程度越低。

控制变量。参考现有研究，控制下列变量，具体包括：经济发展水平，以2010为基期的实际人均GDP取对数来衡量；外商直接投资（FDI），衡量方式为实际使用外商直接投资与

GDP之比。外商直接投资的原始统计单位为美元，按照美元与人民币之间的年度均价进行数据转换。金融发展程度（Finde）：参考张成思和朱越腾（2017）的做法用各省金融机构贷款余额占该省GDP的比重 （贷款余额/名义GDP）来作为代理变量［40］；环境基础设施投资（GI），用各省份城镇单位企业环境基础设施建设投资额来衡量；技术进步（patent），用各省专利授权数来衡量；政府干预（govn），用政府支出占地区生产总值的比重作为代理变量。

（三）模型设定

1.固定效应模型设定

为验证绿色金融对绿色发展的影响，本文首先设置以下交互固定效应模型：

其中，i、t分别表示地区和年份，β0为常数项，εit为随机误差项。被解释变量GDit表示地区i在t年的绿色发展，解释变量GFit表示地区i在t年的绿色金融，二者均通过构造相应的指数来衡量。GFjt前的系数β1反映了绿色金融对绿色发展影响的总效应，是本文最为关注的系数。Xit表示控制变量，包括人均地区生产总值（GDP）、外商直接投资（FDI）、政府干预（govn）等。λr 表示地区固定效应，用以控制地区层面不随时间变化的因素对估计结果的影响；λt表示年份固定效应，用以控制各年度可能存在的时间冲击对估计结果的影响，如国际金融危机、重大自然灾害。其中，trendpt为省份与年份交互固定效应，用以控制因省份而异的时间趋势对本文估计结果造成的偏误。

2.门槛回归设定

为了验证绿色金融对地区绿色发展的促进作用是否受到地区产业结构生态化转型程度的门槛效应影响，本文采用固定效应面板门槛模型进行

估计。门限自回归模型基于已有样本数据特征，利用门限变量的观察值来估计出具体的门槛值，并可以对门槛数量（存在性）及其显著性程度（P值）进行检验［41］，从而可以有效地避免由于门槛值主观划定所带来的估计偏误。基于HANSEN（1999） ［42］，构建如下方程：

根据HANSEN （1999），使用2SLS方法估计，在假定的门限值下，通过不断筛选估计后的残差平方和，来获取最优的门限值。确定了门限值后，就可以利用 γ^值来估计模型中不同区间（Regime）的系数，并进一步检验门槛值存在的显著性。

四、实证结果分析

（一）描述性统计

表3展示了本文主要变量的描述性统计结果。从中可以看到，本文的核心被解释变量绿色发展 （GDI）最小值77.46，最大值84.49，而且中位数是80.74小于其均值80.82，说明绿色发展程度在地区之间的分布存在着不平衡、不充分的问题。同样的，本文的核心解释变量绿色金融（GFID）最小值只有0.11而最大值为0.80，中位数0.27也小于其均值0.30，因而也存在较为明显地区分化。其余变量也或多或少的呈現出这样的特征。

（二）基准回归结果

以式（1）的双重固定效应模型为基础，表4展示了绿色金融对地区绿色发展影响的回归结果，其中第（1）列、第（2）列以绿色发展综合指数值作为被解释变量，第（3）列与第（4）列被解释变量EP表示的是绿色发展分项指数-环境治理，第（5）列与第（6）列中的EZ则表示的绿色发展分项指数-环境质量。

表4的第（1）列的回归结果显示：GFID前的回归系数为正，且均在1%的水平上保持显著。这说明绿色金融在总体上促进了地区绿色发展水平的提高。绿色金融指数每提高1个单位会使得绿色发展指数提高将近2.3个单位。第（2）列则是在第（1）列的基础上进一步加入控制变量，回归结果显示，GFID前的回归系数依然为正，且保持了1%的显著性水平。本文中的绿色发展指数包含了资源利用、环境治理、环境质量、生态保护、增长质量、绿色生活这6项分项指标，分别用将其作为被解释变量进行了回归，发现只有环境治理与环境质量回归结果是显著的，相关回归结果报告在第（3）列到第（6）列，其余回归结果由于篇幅所限并未展示。从第（3）列到第（6）列的回归结果可以发现：绿色金融显著提升了地区的环境治理水平，使得地区环境质量得到改善。

然而，绿色金融对地区的资源利用效率、生态保护、增长质量、绿色生活却没有显著的促进作用。由此，可以发现：绿色金融对地区绿色发展的促进作用，主要体现在地区环境治理水平提高，地区环境质量进一步改善。其中的原因可能是：相比于资源利用效率提高、生态保护提升、经济质量改善、绿色生活改变，绿色金融对环境治理和环境质量的促进作用能够在较短时间内表现出显著效果。同时，相比于其他环境领域，在绿色金融发展初期可能更为关注环境治理、环境质量，而这2项指标更容易被公众和政府所感知，容易取得更好的投资效果，降低绿色投资风险。

（三）基于地区差异的分组回归结果

中国区域发展并不均衡，各个地区资源禀赋条件存在较大的差异，其中，地区产业生态化水平差异很大程度上影响了绿色金融对地区绿色发展的推动作用。表5的第（1）到（4）列均以綠色发展综合指数值（GDI）作为被解释变量，其中第（1）到（2）列以产业结构生态化水平（TE）作为分组变量，回归结果显示：在TE低的分组样本里，绿色金融对区域绿色发展的促进效果不显著，相反在TE高的分组样本里绿色金融却展现出非常显著的效果。这意味着：绿色金融对地区绿色发展的促进作用在一定程度上依赖于当地的产业结构生态化水平。表5第（3）到（4）列则是东中西部地理位置的划分作为分组变量，从回归结果可以看到：绿色金融对地区绿色发展的促进作用在东部地区表现出了十分显著的效果，相反在中西部则不显著。这里可能的原因：一方面，相比于中西部，东部的绿色金融发展水平较高，地方政府更加重视生态环境，公众的环保意识也较强。另一方面，由于产业的疏解和迁移，东部省份产业组成中第三产业占比更高，相对而言，产业结构生态化水平也就更高。这也间接佐证了产业结构生态化的地区，绿色金融对绿色发展的促进作用就更显著。

（四）稳健性检验

为了缓解测量偏差对估计结果造成的偏误，本文参考尹子擘［43］等做法，构造了新的绿色金融发展指数（GFID1），回归结果如表6第（1）到（2）列所示，GFID1前的回归系数在5%水平保持显著。此外，本文使用历年《中国绿色发展指数报告——地区比较》中的绿色发展总指数作为绿色发展新的代理指标，表6第（3）到（4）列展示了回归结果，结果显示GFID前的系数在5%水平保持显著，进一步加入控制变量，显著性水平进一步提高，这意味着绿色发展衡量方式的改变并未影响本文假设1 的成立，即绿色金融能够显著地促进地区绿色发展。

五、进一步研究

（一）门槛效应分析

为了进一步研究地区产业结构生态化转型的程度差异是如何影响绿色金融推动区域绿色发展的效果，本文通过使用门槛模型来进行检验。

1.估计门槛值

在进行门槛回归之前，首先要估计门槛值，本文将产业结构生态化转型（TE）作为本文的门槛变量，使用网格搜索法来确定产业结构生态化转型门槛值，其原理为，在利用γ进行门槛回

归估计时，会得到该方程的残差平方和S1（γ），而S1（γ）的大小只决定于γ，S1（γ）越小则说明方程设定与真实数据关系越接近。因此，可以通过对候选门槛值γ的连续设定，并进一步观察S1（γ）的变化，直至发现S1（γ）最小值，其对应位置的γ即所需要寻找的真实门槛值。虽然假设门槛效应存在，最后还需要借鉴HANSEN（1996）［44］利用“自体抽样法”（Bootstrap）来模拟似然比检验的渐进分布，构造似然比统计量对门槛效应是否存在进行假设检验。

本文参考WANG（2015） ［45］并使用xthreg命令进行门槛效应估计，具体估计步骤如下：第一步，确定门槛的个数，具体来说，分别假设模型是单一门槛、双重门槛、三重门槛，利用“循环法”来搜寻门槛值，对于多重门槛模型，则在逐步固定已确定门槛值的基础上来搜寻剩下的门槛值；第二步，对确定门槛值的基础上，进行假设检验，从而确定本文门槛回归设定形式是单门槛、双门槛还是三门槛；第三步，基于已经确定好的门槛值，设定相应门槛回归模型，进行门槛回归，获取本文所需要的估计参数。

分别将绿色金融（GFID）、产业结构高级化量（TS1）与质（TS2）、产业结构合理化（TL）、产业结构生态化（TE）作为门槛变量，检验结果如表7。从表7的第4列的P值中可以看出，除了产业结构生态化具有双重门槛值效应外，其余变量均不存在显著的门槛值。产业结构生态化双重门槛值分别为0.682、1.386。

2.门槛回归结果分析

基于上文门槛效应检验的结果，设置以下双重门槛模型：

其中第一个门槛值γ1=0.682，第二个门槛值γ2=1.386，I（·）为指示函数，以这两门槛值为分界点，来设置“0～1”虚拟变量I1、I2、I3，当qit≤γ1时，I1=1，否者I1=0；当γ2>qit时，I3=1，否者I3=0。GFIDitI1、GFIDitI2、GFIDitI3前的系数β1、β2、β3就分别反映了绿色金融在产业结构生态化的不同发展阶段对于绿色发展影响的大小。

表8展示了门槛模型的参数估计结果，其中第（1）列、第（2）列被解释变量均为绿色发展（GDI），第（2）列则在第（1）列的基础上进一

步加入控制变量。回归结果显示：GFIDit×I1、GFIDit×I2、GFIDit×I3前的系数β1、β2、β3分别为-0.792、-0.484、0.316，且至少在10%水平上保持显著，加入控制变量之后，回归系数有所增大，但未改变其影响方向。从中可以看到，β1、β2、β3的系数经历了由小变大、由负变正的阶段。β3的系数为正而且β1、β2、β3的系数随着产业结构生态化水平值增大而增大，这表明绿色金融对绿色发展的影响受到产业结构生态化调整程度影响，产业结构沿着生态化方向调整程度越高，绿色金融对绿色发展的正向促进作用就越显著。在产业结构生态化水平值小于第二个门槛值1.386阶段，绿色金融对绿色发展具有负面作用。这一结果意味着：只有在产业结构实现足够程度的生态化转型时，绿色金融才能真正推动地区绿色发展，这也进一步加强了之前分组回归时的判断。如果产业结构生态化转型不到位，绿色金融对地区绿色发展不仅起不到正向推动的作用，反而会阻碍绿色发展。这里背后的原因是：绿色金融本质上是通过相应的金融政策和绿色金融工具，基于特定的制度设计，抑制社会资源流入高污染、高耗能以及产能过剩等，同时将资金导入绿色产业。绿色金融对资源配置方向绿色化功能的实现，在绿色产业未发展起来以及产业结构生态化未调整到位之前，必然会对当地经济发展产生一定的负面冲击，这样会使得地方政府为了保证经济目标的实现，而在其他领域放松相应环境规制，从而不利于绿色发展的实现。

六、结论与政策建议

本文从产业结构转型升级的视角出发，基于我国30个省市区2011—2020年的面板数据，实证检验了绿色金融发展对绿色发展的影响。主要结论如下：①绿色金融能够有效提升地区总体的綠色发展水平。进一步研究后发现，绿色金融的促进作用主要体现为对地区环境治理水平和环境质量的提升，而对资源利用、生态保护、增长质量、绿色生活没有显著的影响。②基于地区差异进行分组回归后发现，绿色金融对绿色发展的推动作用在产业结构生态化程度较高且位于东部的省份表现更为显著。③以产业结构生态化水平为门槛变量进行门槛回归，发现存在着双重门槛效应，只有当产业结构生态化水平提高到一定水平才能充分体现出绿色金融对地区绿色发展的推动作用。

据此，得出政策启示如下：①绿色金融是推动地区绿色发展的有力工具，政府要重视绿色金融发展，充分发挥绿色金融的资源配置、生态产品价格发现以及环境风险管理等功能。此外，要进一步扩大绿色金融支持范围，强化绿色金融对各领域的资源绿色化配置支持，除了关注环境治理和环境治理，绿色发展的其他领域如资源利用、生态保护等也应予以重视。②政府在制定并实施绿色金融政策时，要结合所在地区的资源禀赋条件和产业发展现状，因地制宜地选好政策执行的重点和方向。绿色金融对产业结构转型升级推动作用要予以重点关注，借助绿色金融工具进一步推动产业结构沿着生态化方向演进，充分发挥绿色金融对绿色产业的支持作用，同时支持传统企业的升级改造与节能减排，推动清洁生产技术的应用与绿色产品的研发，从而不断提升产业结构生态化水平。③总体来看，在部分地区绿色金融对绿色发展的推动作用贡献率还较低，绿色金融助推绿色发展的长效机制还没有真正建立起来，绿色金融在引导资源进行绿色化配置、激励传统污染型企业进行绿色转型方面还有巨大潜力可以被挖掘，这是未来进一步完善绿色金融政策体系需要关注的重点。

［参考文献］

［1］郭俊杰，方颖.绿色信贷、融资结构与企业环境投资［J］.世界经济，2022，45（8）：57-80.

［2］中国金融学会绿色金融专业委员会.碳中和愿景下的绿色金融路线图研究［R/OL］.（2021-12-05）.http：//www.stcn.com/article/detail/483238.html.

［3］胡鞍钢，周绍杰.绿色发展：功能界定、机制分析与发展战略［J］.中国人口·资源与环境，2014，24（1）：14-20.

［4］蓝庆新，黄婧涵.“一带一路”沿线国家绿色发展水平评价研究［J］.财经问题研究，2020（4）：121-128.

［5］黄跃，李琳.中国城市群绿色发展水平综合测度与时空演化［J］.地理研究，2017，36（7）：1309-1322.

［6］盖美，秦冰，郑秀霞.经济增长动能转换与绿色发展耦合协调的时空格局演化分析［J］.地理研究，2021，40（9）：2572-2590.

［7］岳立，薛丹.黄河流域沿线城市绿色发展效率时空演变及其影响因素［J］.资源科学，2020，42（12）：2274-2284.

［8］曾刚，胡森林.技术创新对黄河流域城市绿色发展的影响研究［J］.地理科学，2021，41（8）：1314-1323.

［9］魏丽莉，侯宇琦.专业化、多样化产业集聚对地区绿色发展的影响效应研究［J］.管理评论，2021，33（10）：22-33.

［10］魏丽莉，侯宇琦.数字经济对中国城市绿色发展的影响作用研究［J］.数量经济技术经济研究，2022，39（8）：60-79.

［11］李晓西，刘一萌，宋涛.人类绿色发展指数的测算［J］.中国社会科学，2014（6）：69-95，207-208.

［12］北京师范大学经济与资源管理研究院，西南财经大学发展研究院，国家统计局中国经济景气监测中心.2016中国绿色指数年度报告——地区比较［M］.北京：北京师范大学出版社，2017.

［13］欧阳志云，赵娟娟，桂振华，等.中国城市的绿色发展评价［J］.中国人口·资源与环境，2009，19（5）：11-15.

［14］刘敏楼，黄旭，孙俊.数字金融对绿色发展的影响机制［J］.中国人口·资源与环境，2022，32（6）：113-122.

［15］王婧，杜广杰.中国城市绿色发展效率的空间分异及驱动因素［J］.经济与管理研究，2020，41（12）：11-27.

［16］袁华锡，刘耀彬，封亦代.金融集聚如何影响绿色发展效率？——基于时空双固定的SPDM与PTR模型的实证分析［J］.中国管理科学，2019，27（11）：61-75.

［17］王锋，李紧想，张芳，等.金融集聚能否促进绿色经济发展？——基于中国30个省份的实证分析［J］.金融论坛，2017，22（9）：39-47.

［18］陈向阳.金融结构、技术创新与碳排放：兼论绿色金融体系发展［J］.广东社会科学，2020（4）：41-50.

［19］葛鹏飞，黄秀路，徐璋勇.金融发展、创新异质性与绿色全要素生产率提升——来自“一带一路”的经验证据［J］.财经科学，2018（1）：1-14.

［20］梁琳，林善浪.金融结构与经济绿色低碳发展［J］.经济问题探索，2018（11）：179-190.

［21］刘锡良，文书洋.中国的金融机构应当承担环境责任吗？——基本事实、理论模型与实证检验［J］.经济研究，2019，54（3）：38-54.

［22］丁宁，任亦侬，左颖.绿色信贷政策得不偿失还是得偿所愿？——基于资源配置视角的PSM-DID成本效率分析［J］.金融研究，2020（4）：112-130.

［23］斯丽娟，曹昊煜.绿色信贷政策能够改善企业环境社会责任吗——基于外部约束和内部关注的视角［J］.中国工业经济，2022（4）：137-155.

［24］李泽众.绿色信贷政策变迁与企业环境治理行为选择——《绿色信贷指引》出台前后的实证比较［J］.上海经济研究，2023（2）：104-114.

［25］王馨，王营.绿色信贷政策增进绿色创新研究［J］.管理世界，2021，37（6）：173-188，11.

［26］陈国进，丁赛杰，赵向琴，等.中国绿色金融政策、融资成本与企业绿色转型——基于央行担保品政策视角［J］.金融研究，2021（12）：75-95.

［27］金环，于立宏，徐扬.绿色金融创新政策与企业生产率差异——来自中国上市公司的证据［J］.经济评论，2022（5）：83-99.

［28］陈志刚，弓怡菲.绿色金融对企业绩效的影响及机制分析［J］.经济与管理评论，2022，38（5）：72-85.

［29］马梅若.绿色金融“三大功能”“五大支柱”助力实现“30·60目标”——访全国政协委员、经济委员会副主任、人民银行副行长陈雨露［J］.中国金融家，2021（3）：31-33.

［30］宋德勇，朱文博，王班班.中国碳交易试点覆盖企业的微观实证：碳排放权交易、配额分配方法与企业绿色创新［J］.中国人口·资源与环境，2021，31（1）：37-47.

［31］胡玉凤，丁友强.碳排放权交易机制能否兼顾企业效益与绿色效率？［J］.中国人口·资源与环境，2020，30（3）：56-64.

［32］董直庆，王辉.市场型环境规制政策有效性检验——来自碳排放权交易政策视角的经验证据［J］.统计研究，2021，38（10）：48-61.

［33］廖文龙，董新凯，翁鸣，等.市场型环境规制的经济效应：碳排放交易、绿色创新与绿色经济增长［J］.中国软科学，2020（6）：159-173.

［34］王勇，陈诗一，朱欢.新结构经济学视角下产业结构的绿色转型：事实、逻辑与展望［J］.经济评论，2022（4）：59-75.

［35］李晓西，夏光.中国绿色金融报告2014［M］.北京：中国金融出版社，2014.

［36］郭希宇.绿色金融助推低碳经济转型的影响机制与实证检验［J］.南方金融，2022（1）：52-67.

［37］周琛影，田发，周腾．绿色金融对经济高质量发展的影响效应研究［J］.重庆大学学报（社会科学版），2022，28（6）：1-13.

［38］高锦杰，张伟伟.绿色金融对我国产业结构生态化的影响研究——基于系统GMM模型的实证检验［J］.经济纵横，2021（2）：105-115.

［39］吕明元，陈磊.“互联网+”对产业结构生态化转型影响的实证分析——基于上海市2000-2013年数据［J］.上海经济研究，2016（9）：110-121.

［40］张成思，朱越腾.对外开放、金融发展与利益集团困局［J］.世界经济，2017，40（4）：55-78.

［41］唐飛鹏.地方税收竞争、企业利润与门槛效应［J］.中国工业经济，2017，352（7）：99-117.

［42］HANSEN B E. Threshold effects in non-dynamic panels： estimation，testing and inference［J］.Journal of econometrics，1999，93（2）：345-368.

［43］尹子擘，孙习卿，邢茂源.绿色金融发展对绿色全要素生产率的影响研究［J］.统计与决策，2021，37（3）：139-144.

［44］HANSEN B E. Inference when a nuisance parameter is not identified under the null hypothesis［J］.Econometrics，1996，64：413-430.

［45］WANG Q. Fixed-effect panel threshold model using stata ［J］. Stata journal，2015（15）：121-134.

Abstract： Based on the provincial panel data from 2011 to 2020， this paper constructs a comprehensive index of green finance and green development， and analyzes the relationship between green finance and regional green development from the perspective of ecological transformation of industrial structure by using the fixed effect and threshold regression method. The research shows that green finance can significantly promote regional green development， which is mainly manifested in the improvement of regional environmental governance level and regional environmental quality. The regression test shows that the promotion of green finance to green development is more obvious in the provinces with higher industrial structure ecologization and located in the East. The threshold test shows that： taking the ecologization level of industrial structure as the threshold variable， there is a double threshold effect. Only when the ecologization level of industrial structure is raised to a certain level can the green finance fully promote the regional green development. Accordingly， we should further improve the incentive and restraint system of green finance and give full play to the resource allocation function of green finance to support green development.

Key words：green finance; ecological industrial structure; regional green development; threshold regression

（责任编辑：蔡晓芹）